[发明专利]对应性概率图驱动的可视化

说明书

一种方法生成并使用用于对两个图像数据集进行可视化的对应性概率图。该方法包括获得两个图像数据集并获得包括对应性模型的图像配准算法。该方法还包括配准两个图像数据集以生成位移向量场，并且基于两个图像数据集使用对应性模型来生成对应性概率图。该方法还包括使用对应性概率图来可视化两个图像数据集。计算系统(120)包括：存储器设备(124)，其被配置为存储指令，包括可视化模块(130)；以及处理器(122)，其运行该指令，该指令令处理器生成并采用用于对两个图像数据集进行可视化的对应性概率图。

技术领域

以下总体地涉及成像，并且更具体地涉及对应性概率图驱动的可视化，并且具体应用于计算机断层摄影(CT)来描述。然而，以下适用于其它成像模态，例如，磁共振成像(MRI)、正电子发射断层摄影(PET)、单光子发射断层摄影(SPECT)、X射线、超声(US)和/或其它成像模态。

背景技术

当使用立体图像对为观众提供空间深度的印象时，图像对准是现代娱乐业中重要的一步。为了以一致的方式操纵立体图像对，需要一致的对象选择。根据Brian L Price等人2011年11月6日在计算机视觉(ICCV)2011IEEE国际会议中，IEEE，第1148-1155页，XP032101316，DOI：10.1109/ICCV.2011.6126363ISBN：97 8-1-4577-1101-5的文章“StereoCut:Consistent interactive object selection in stereo image pairs”，已知使用用于一致对象选择的对应术语。

图像对准(或图像配准或图像融合)用于后续图像分析，以提供在不同疾病状态下采集的医学图像的结构方面或体素方面的比较。例如，可以通过比较基线图像数据集和后续图像数据集来完成医师的视觉检查。一种方法包括并排显示两个图像数据集，其具有或不具有诸如在两个图像数据集中的对应解剖位置处交叠的十字准线的标记。通过这种方法，读者可以浏览每个潜在的可疑解剖位置，然后对下层结果进行视觉上的并排比较。

另一种方法包括在相同图像查看窗口中交替显示两个对准的图像数据集。在比较期间识别的任何差异可能是由于病理变化(例如，病变已经出现或肿瘤已经收缩)，并且因此对于治疗管理是非常重要的。使用这种方法，比较完全被委托给人眼，并且图像阅读器导航到每一个潜在的可疑解剖位置。是否存在病理变化的决定由人眼快速探测差异/移动以及存在、尺寸或体积变化的能力极大支持。

另一种方法包括显示使用针对每个图像数据集的不同颜色融合的两个对准的图像数据集。使用灰度编码来显示两个图像数据集中相同的体素强度。典型的输出示出了灰度中的大部分图像数据集，并且只利用颜色变化显示结构。这种方法需要利用相同成像模态和协议采集的图像数据集。否则，使用颜色编码方案会错误地显示融合图像数据集的部分。

遗憾地，所有上述比较方法往往需要医师大量的阅读时间，其在其他情况下可能会与患者一起花费。鉴于至少以上，对于用于比较图像数据集的其它方法存在未解决的需求。

发明内容

本文描述的方面解决了上述问题和其它问题。

在一个方面中，一种方法生成并使用用于第一和第二图像数据集的可视化的对应性概率图。所述方法包括：获得第一和第二图像数据集并获得包括对应性模型的图像配准算法。所述方法还包括：基于第一和第二图像数据集，使用所述对应性模型来生成对应性概率图。所述方法还包括：通过根据所述对应性概率图抑制具有不满足预定阈值的对应性的图像区域来将所述第一图像数据集和所述第二图像数据集可视化。

在另一方面中，一种计算系统包括：存储器设备以及处理器，所述存储器设备被配置为存储包括可视化模块的指令，所述处理器执行所述指令，所述指令令所述处理器生成并采用用于两个图像数据集的可视化的对应性概率图。